观 点

“数字工匠”培育的独特性给传统职业技能培训体系带来挑战，要强化对数字技能的基础研究，打造开放性的数字技能形成平台等，以构建适合的技能形成体系。

当前，数字技术已经成为经济增长的新引擎，实施国家大数据战略、建设“数字中国”也成为中国式现代化的重要驱动力。2018年，我国数字经济总体规模占GDP比重为34.8%，到2022年上升到41.5%，达到50.2万亿元。数字技术的发展创新了劳动场景，催生了新的就业方式，创造了新的就业岗位，拓展了劳动者的收入渠道。

同时，数字技术的渗透与应用也对人们的工作方式和行为模式产生了广泛而深刻的影响。自动化、数字化和人工智能等技术的大规模应用创造了新的劳动力组合，如人与机器，并在公司、员工与客户间形成了新的互动模式。这些变化重塑了数字经济产业链条上的既有技能结构，对技能种类和数量提出了更高要求，在淘汰部分过时技能的同时加剧了高技能人才的短缺。

“数字工匠”培育的独特性

从技术变迁历史来看，每一次新技术应用都会重组工业流程并催生新的技能需求。“数字工匠”本质上是由数字技术在工业应用过程中的技能需求驱动所产生的，是产业技术升级的结果。与传统工业技术升级不同的是，数字技术驱动的工业产业技术升级要实现从大规模标准化生产向多元化高质量生产、灵活的适应性生产体制跃迁。在升级路径上通常包括两个具体方向：一是依托技术创新将工艺流程标准化，推进规模生产流程的精细化和高质量，进行组合生产；二是大规模定制化，依托柔性专业化实现灵活生产。这两种生产模式都能够成为企业的竞争优势，形成核心竞争力。在数字技术的工业应用过程中，无论是组合生产还是柔性灵活生产，都需要对工艺流程进行革新和再造，故工业生产过程中的数字积累、应用、处理、优化等方面的能力尤为关键。从这个意义上说，“数字工匠”既是推动数字技术工业应用的实践者，也是数字技术本身迭代升级的参与者。因此，在数字经济发展过程中，“数字工匠”与数字工具、数字产品一起构成了数字劳动过程的三大核心要素，成为衡量甚至决定数据生产力水平的重要依据。

不过，“数字工匠”的培育依然存在着诸多与传统工匠不同的地方。

从技能构成来看，传统工匠主要掌握的是学习及应用工业机器的能力，通过学习理论知识、使用生产工具的劳动实践中逐步积累相应的技能。因此，传统工匠的技能多以实践为出发点，是慢慢积累在人体感觉与肌肉记忆中的一种默会知识。而“数字工匠”的技能则主要集中于数据的挖掘、编程、人工智能以及机器学习等方面，通过应用这些数字技能，他们将数字技术知识转化为数字产品并创造数字劳动价值。比较而言，“数字工匠”的技能构成对身体默会和肌肉记忆的依赖程度小很多，反而更需要能够在数字工具与数字产品之间搭建起关系结构的思维能力与组织能力。因此，“数字工匠”的技能养成更多依赖体外化的机器学习与逻辑创新。

从技能作用的环节来看，传统工匠主要作用于工业产品的直接生产环节，通过精湛的技能生产高质量的产品，并解决其中可能遇到的技术问题。传统工匠的劳动过程需要顺应工业生产的逻辑顺序，遵从“概念”与“执行”相分离的分工原则。而数字技术介入，通过数据处理和参数化设计打通了“概念”与“执行”之间的区隔，重新定义了工业生产的逻辑，使“数字工匠”与数字工具之间形成了一种参数化人机协作关系结构。所以，“数字工匠”通常需要熟悉数字工业生产的全流程知识，其技能的领域跨度更大，要求也更高。

从技能半衰期来看，在传统工业模式中，生产流程和工艺上的技术革新通常具有较强的延续性和累积性，因此传统工匠的技能衰退期相对较长。而数字技术在工业生产领域的推广应用，大大缩短了技能衰退期。数字技术主要通过以下几个方面加快数字技能的更新速度：一是数字技术重组了生产流程，在海量数据处理基础上，提高了生产组织的灵活性，对“数字工匠”技能更新也提出更高要求；二是数字技术推动了工作方式的自动化和智能化，使企业能够更好地依据市场环境变动对产能和员工进行高效调配，这强化了“数字工匠”的即时响应能力要求；三是随着数据积累和深度学习算法的进步，数字技术自身迭代的速度不断加快，数字技术应用所依赖的基础设施更新也随之加速，缩短了数字工匠技能的衰退期。

“数字工匠”技能形成体系建设的建议

“数字工匠”技能形成的独特性要求人们重新梳理传统的职业技能培训系统，以构建适合的技能形成体系。笔者以为，数字技能形成与“数字工匠”培育，在对既有数字技能的职业教育和培训体系进行创新的基础上，如下几点尤为必要。

首先，强化对数字技能的基础研究。政府相关部门要推动职业学校、科研院所、数字企业和行业协会联合，持续对数字技能展开基础研究，建立数字技能理论分析框架，定义其中的技能构成谱系，明确关键技能、技能形成路径等，既可以为“数字工匠”的培育奠定理论指引，也可以为其评价提供科学依据。

其次，建设和积累数字技能数据库。在数字技能画像基础上，利用数字技术打造数字技能数据库，并在机器学习等AI技术支持下推进技能数据库形成自主性、自动化、互动性的运作模式。在类型上，建议考虑建设数字技能公共数据库和私有数据库，前者具有公益性和共享性，后者则需要通过市场购买才能享用。不同类型的数字技能数据库可以服务不同行业和产业的多元化需求，更好匹配数字技能特征，提高“数字工匠”培育的针对性。

再次，打造开放性的数字技能形成平台。“数字工匠”的技能衰退期更短，技能更新需求也更为迫切。因此，政府应鼓励相关行业企业联合数字技术领域的专家建立共享性的数字技能形成平台。针对数字技能养成的特点，笔者以为，该平台需要具备如下特点：一是结构层级性，依据数字技能构成搭建层级化的数字技能形成平台，通过层级性培训课程安排，形成较为系统的培训架构；二是行业企业分类施行，建立行业层面和企业内部两种类型的数字技能形成平台，前者是行业共享并对职业培训相关机构进行有条件开放，后者则对企业内部所有员工开放并激励其使用和参与平台的建设；三是社交性学习，将学习者、同行以及领域专家等资源整合到一起，开展互动交流，共享数字技能经验，从而在数字行业和企业内部培养数字技能形成生态。

最后，建构贯通数字技能学习和职业发展的一体化技能形成机制。政府相关部门要出台保障措施，推动数字技能职业培训机构与数字企业在人才培养上实现深度融合，保障数字技能人才在数字知识转化收益上的分配权，提升其技能资本的获得感。通过内生动力的激发，帮助数字技能人才不断进行技能更新，更好地依据自身技能水平选择职业类型并规划职业发展路径。从技能形成角度来看，技能学习环节与职业发展环节的贯通能够强化数字技术知识学习与应用之间的互动反馈，进而提高数字技能职业培训的适切性，为国家培养更多高质量的“数字工匠”。

（作者为南开大学周恩来政府管理学院教授）